基于GA优化QPSO算法的文本聚类

摘要：

针对量子行为粒子群优化算法中粒子搜索的盲目性以及初始聚类中心的选取对聚类结果的影响问题,提出了一种基于GA优化的QPSO聚类算法.该算法首先利用GA稳健的全局优化性能进行快速的粗略聚类,然后用GA的聚类结果初始化QPSO算法,以降低粒子群搜索的盲目性,从而提高QPSO算法的搜索效率.通过在Reuter-21578真实的文本数据集上实验,该算法在Fmeasure评价标准上获得了较高的查准率和查全率,从而验证了该聚类算法的有效性和可行性,可以在文本聚类领域推广应用.

关键词：文本聚类、粒子群优化算法、量子行为粒子群优化算法、遗传算法

所属期刊栏目：31

分类号：TP181;TP301.6(自动化基础理论)

资助基金：国家自然科学基金资助项目61103129;江苏省自然科学基金资助项目SBK201122266;国家教育部博士点新教师基金资助项目20100093120004

在线出版日期：2014-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2912-2915